新書推薦:
《
血色帝国:近代英国社会与美洲移民
》
售價:NT$
265.0
《
海外中国研究·王羲之:六朝贵族的世界(艺术系列)
》
售價:NT$
811.0
《
唐宋绘画史 全彩插图版
》
售價:NT$
449.0
《
海洋、岛屿和革命:当南方遭遇帝国(文明的另一种声音)
》
售價:NT$
485.0
《
铝合金先进成型技术
》
售價:NT$
1214.0
《
英雄之旅:把人生活成一个好故事
》
售價:NT$
398.0
《
分析性一体的涌现:进入精神分析的核心
》
售價:NT$
556.0
《
火枪与账簿:早期经济全球化时代的中国与东亚世界
》
售價:NT$
352.0
|
內容簡介: |
《文本挖掘技术及其应用》包括四个部分。第一部分包括两章,介绍常用文本挖掘技术,总结基本流程。第二部分共五章,在R软件上详细介绍了文本挖掘,包括R 软件的简介与安装,文本挖掘所需的基本R包,Facebook、微博、Twitter、网页等爬虫技术、数据预处理如断词、字词处理、语料库建立等,资料 分析如关联分析、集群分析、主成份分析和聚类分析。第三部分共两章,在MS SQL Sever上介绍如何实现文本挖掘,第一章是数据预处理技术,包括怎么导入文本数据、建立字词与词向量、建立训练集和测试集,第二章在MS SQL Sever上实现常用的文本数据挖掘方法,并进行图表分析。第四部分为顾问公司和新闻网合作的案例。
|
目錄:
|
第一部分文本挖掘技术
第一章 技术介绍
1.1 整合文本挖掘与数据挖掘 7
1.2 基础技术 10
第二章 资料分析
2.1 挖掘流程 20
2.1.1 数据分析 21
2.1.2 基础挖掘 26
第二部分文本挖掘以软件R为例
第一章 绪论
1.1 什么是Big Data 31
1.2 数据挖掘 32
1.3 文字挖掘 33
1.4 R软件 34
1.4.1 R简介 34
1.4.2 R的特色 34
1.4.3 R的基本安装 35
1.4.4 包安装 35
第二章 基本工具
2.1 基本工具 37
2.1.1 安装rJava包 37
2.1.2 安装Rwordseg包 37
2.1.3 安装tm包 38
2.1.4 安装tmcn包 38
2.1.5 安装wordcloud、ggplot2、graphics包 38
2.1.6 安装Rfacebook、Rweibo、Rtwitter包 38
2.2 社群开放平台权限申请 39
2.2.1 如何获得Facebook权限 39
2.2.2 如何获得Weibo权限 46
第三章 文字挖掘之爬虫
3.1 R Facebook 50
3.1.1 使用者发文 50
3.1.2 粉丝者发文 51
3.1.3所需R包(Rfacebook、fbOAuth、getPage、getPost) 54
3.2 R Weibo 58
3.2.1 主题 58
3.2.2 时间区间 59
3.2.3 所需R包(XML、Rweibo、web.search.content) 61
3.3 R Twitter 64
3.3.1 关键词 64
3.3.2 所需R包(devtools、rjson、bit64、httr、twitteR、sink) 66
3.4 网页爬虫 70
3.4.1 爬一般网页文字 70
3.4.2 爬PTT网页文字 74
3.4.3 所需R包(XML、RCurl) 76
3.5 SpideR 79
3.5.1 所需R包 79
3.5.2 有关爬虫时的注意事项 79
3.5.3 抓取网页数据的标准作业程序 80
3.5.4 R IDE的Encoding 80
3.5.5 读取档案或网页的Encoding 81
3.5.6 R IDE 开发SpideR 面对Encoding 的解决方案 82
第四章 数据预处理
4.1 编码处理 83
4.2 代表性语料库、词库简介 85
4.3 断词方法 90
4.4 字词处理 93
4.5 语料库建立 95
4.6 正则表达式Regular Expressions 98
第五章 资料分析
5.1 频率 99
5.2 DTMTDM matrix 100
5.3 关联分析 103
5.4 集群分析 104
5.5 主成份分析 109
5.6 词云聚类分析 114
第三部分文本挖掘 MS SQL Sever
第一章 数据预处理
1.1 汇入文档 NGArticles 120
1.2 建立NGArticles的辞库 130
1.2.1 建立字词 Dictionary 130
1.2.2 建立词向量 145
1.2.3 建立Train Sample和Test Sample 154
第二章 资料分析
2.1 串联Train Sample、Test Sample和TermVectors 160
2.2 建构datamining模型(判定树、类神经网络、罗吉斯回归) 164
2.3 图表分析 173
2.3.1 各模型之精确度图表分析 173
2.3.2 判定树图表分析 175
2.3.3 类神经网络图表分析 176
第四部分 TextMining在实务上的应用
1.1 创造商机 205
1.2 结语 213
|
|